基于K近鄰非參數(shù)回歸方法的短時(shí)交通流預(yù)測(cè).pdf

1、本文以國(guó)內(nèi)外短時(shí)交通流預(yù)測(cè)相關(guān)研究為基礎(chǔ)，歸納總結(jié)了已經(jīng)存在的幾種普遍的短時(shí)交通流預(yù)測(cè)方法，分析其理論基礎(chǔ)和算法構(gòu)架，并總結(jié)其優(yōu)缺點(diǎn)。在將幾種短時(shí)交通流預(yù)測(cè)方法進(jìn)行對(duì)比之后，本文選擇非參數(shù)回歸方法來(lái)進(jìn)行預(yù)測(cè)。
　　在選定方法之后，本文基于非參數(shù)回歸方法在短時(shí)交通流預(yù)測(cè)的運(yùn)用的相關(guān)研究，提出該方法的整體框架、具體步驟以及該方法中將會(huì)對(duì)預(yù)測(cè)精度產(chǎn)生影響的幾個(gè)因素。其中最重要的因素是歷史數(shù)據(jù)庫(kù)的構(gòu)建、狀態(tài)向量的選擇、K值的多少。本文以K

2、近鄰模型理論為基礎(chǔ)，建立了基于K近鄰的非參數(shù)回歸方法的短時(shí)交通流預(yù)測(cè)模型。算法的構(gòu)建分為五步:1.歷史數(shù)據(jù)的構(gòu)建。2.狀態(tài)向量的構(gòu)建。3.相似數(shù)據(jù)搜索方法。4.K值的選擇。5.構(gòu)建預(yù)測(cè)算法。并對(duì)算法中的每一步驟進(jìn)行詳細(xì)分析，降低該方法的預(yù)測(cè)誤差。
　　本文中狀態(tài)向量是由與待測(cè)路段相關(guān)的上游路段的流量構(gòu)成，分別是從各路段最佳歷史追溯周期時(shí)刻流量，各路段從t時(shí)刻開(kāi)始到最佳歷史追溯周期時(shí)刻之間所有狀態(tài)點(diǎn)流量和對(duì)各路段所有狀態(tài)點(diǎn)流量進(jìn)行主